python 微信知识(用Python分析了数以千计的微信昵称后)

python 微信知识(用Python分析了数以千计的微信昵称后)(1)

一、前言

这是一篇技术文,但又不是一篇技术文,今天分享的是,当笔者获取了微信小程序英文取名的3500多个微信用户昵称、年龄段后,分析得到下面结果。

有需要Python学习资料的小伙伴吗?小编整理一套Python资料和PDF,感兴趣者可以关注小编后私信学习资料(是关注后私信哦)反正闲着也是闲着呢,不如学点东西啦

二、Let's get it

1.基本信息获取

访问英文取名的用户基本信息接口,获取英文取名用户微信名(Nick names)、访问次数(Count)、总数据集(Response data),并将微信名存入文件。

# 获取所有用户数量和相关信息 def get_json(): # 获取入口 search_url = '英文取名用户接口,欢迎扫码使用英文取名,生成一个最适合你的英文名' # 发送http请求,获取请求页面 search_response = requests.get(search_url) # 设置编码 search_response.encoding = 'UTF-8' # 将页面转变成json代码格式 search_json = search_response.json() # 获取我们需要的数据,是列表格式 our_data = search_json['ResponseData'] list_len = len(our_data) print('总用户数有:' str(list_len)) user_visit_numbers = 0 data_research = 0 NickName = [] for x in our_data: user_numbers = x['Count'] user_visit_numbers if x['NickName'] == '': data_research = 1 NickName.append(x['NickName']) print("微信名获取失败量:" str(data_research)) print(NickName) name = ['微信名称'] file_test = pd.DataFrame(columns=name, data=NickName) file_test.to_csv(r'I:/data.csv', encoding='utf-8',index=False) print('总访问量:' str(user_visit_numbers))

运行结果:

总用户数有:3549 微信名获取失败量:0 总访问量:4573

2.读取所有微信名,数据分类

(1)读取微信名

# 读取文件,取出微信名 def get_name(): NickName = [] with open('I:/data.csv','r',encoding='utf8') as file : i = 0 for line in file: if i == 0: # 去除表头 i = 1 continue line = line.strip() # 去除换行符 NickName.append(line) return NickName

(2)数据分为以下六大类

python 微信知识(用Python分析了数以千计的微信昵称后)(2)

# ch :Chinese ch_name_number = 0 ch_name = [] # en :English en_name_number = 0 en_name = [] # di : digtal di_name_number = 0 di_name = [] # img : image img_name_number = 0 img_name = [] # ch_di : Chinese and digtal ch_di_name = [] # other : other oth_name_number = 0 oth_name = []

(3)数据分类判断

# 昵称全中文判断 def is_all_ch(keyword): for c in keyword: # 包含常见中文字符 if not ('\u4e00' <= c <= '\u9fa5'): return False return True # 昵称全英文判断 def is_all_en(keyword): # 不能全部为空格或者首位为空格 if all(ord(c) == 32 for c in keyword) or keyword[0] == ' ': return False # 允许空格和英文并存(例如:Xist A) if not all(65 < ord(c) < 128 or ord(c) == 32 for c in keyword): return False return True # 昵称全数字判断 def is_all_di(keyword): for uchar in keyword: if not (uchar >= '\u0030' and uchar <= u'\u0039'): return False return True # 昵称包含表情图判断 def have_img(keyword): # 下面是大部分图片的一个unicode编码集 # 详情查看:https://en.wikipedia.org/wiki/Emoji img_re = re.compile(u'[' u'\U0001F300-\U0001F64F' u'\U0001F680-\U0001F6FF' u'\u2600-\u2B55] ', re.UNICODE) if img_re.findall(keyword) : return True return False # 中文 数字昵称判断 def is_ch_di(keyword): for c in keyword: if not ('\u4e00' <= c <= '\u9fa5') and not (c >= '\u0030' and c <= u'\u0039'): return False return True

(4)数据归类计算各类数量

list_name = get_name() print("总共有:" str(len(list_name)) "个微信名") for i in range(len(list_name)): result = classification_name(list_name[i]) if result == 'ch': # 中文 ch_name_number =1 ch_name.append(list_name[i]) if result == 'en': # 英文 en_name_number =1 en_name.append(list_name[i]) if result == 'di': # 数字 di_name_number =1 di_name.append(list_name[i]) if result == 'img': # 含表情 img_name_number =1 img_name.append(list_name[i]) if result == 'ch_di': # 中文和数字 ch_di_name_number =1 ch_di_name.append(list_name[i]) if result == 'other': # 其他 oth_name_number =1 oth_name.append(list_name[i]) print("纯中文昵称个数:" str(ch_name_number)) # print(ch_name) print("纯英文昵称个数:" str(en_name_number)) #print(en_name) print("纯数字昵称个数:" str(di_name_number)) # print(di_name) print("包含表情图昵称个数:" str(img_name_number)) # print(img_name) print("中文和数字混合昵称个数:" str(ch_di_name_number)) print(ch_di_name) print("其他昵称个数:" str(oth_name_number)) # print(oth_name)

运行结果:

总共有:3549个微信名 纯中文昵称个数:1514 纯英文昵称个数:569 纯数字昵称个数:9 包含表情图昵称个数:400 中文和数字混合昵称个数:19 其他昵称个数:1038

3.获取用户画(只获取用户年龄段)

访问英文取名用户画像接口,获取近30天活跃用户和新用户的年龄段。

# 获取用户年龄段 def get_data(): # 获取token,并处理 t = get_token().strip('"') # 然后将处理后的token值和其他参数作为post方式的参数值,调用用户画像api post_user_api = " https://api.weixin.qq.com/datacube/getweanalysisappiduserportrait?access_token=" post_user_url = post_user_api t # 访问获取概况数据 (近一个月的数据情况) data = json.dumps({ "begin_date" : "2018-07-21", "end_date" : "2018-08-19"}) # 获取信息 user_portrait_data = get_info(post_user_url, data) # 时间段 ref_date = user_portrait_data['ref_date'] # 新用户 visit_uv_new = user_portrait_data['visit_uv_new'] 活跃用户 visit_uv = user_portrait_data['visit_uv'] # 年龄段 print(ref_date ) print((visit_uv_new['ages'])) print((visit_uv['ages']))

运行结果:

# id : 为年龄段序号 name :年龄段名称 value : 该年龄段人数 20180721-20180819 [{'id': 0, 'name': '未知', 'value': 6}, {'id': 1, 'name': '17岁以下', 'value': 18}, {'id': 2, 'name': '18-24岁', 'value': 118}, {'id': 3, 'name': '25-29岁', 'value': 75}, {'id': 4, 'name': '30-39岁', 'value': 81}, {'id': 5, 'name': '40-49岁', 'value': 14}, {'id': 6, 'name': '50岁以上', 'value': 7}] [{'id': 0, 'name': '未知', 'value': 6}, {'id': 1, 'name': '17岁以下', 'value': 20}, {'id': 2, 'name': '18-24岁', 'value': 147}, {'id': 3, 'name': '25-29岁', 'value': 88}, {'id': 4, 'name': '30-39岁', 'value': 95}, {'id': 5, 'name': '40-49岁', 'value': 20}, {'id': 6, 'name': '50岁以上', 'value': 10}]

三、来点有趣的:数据清洗、分析

1.微信名称类型数据可视化分析

核心代码:

from pyecharts import Pie # 数据获取自上面代码 attr = ["纯中文昵称", "纯英文昵称", "纯数字昵称", "包含表情图昵称", "中文和数字混合昵称", "其他昵称"] v1 = [1514, 569, 9, 400, 19, 1038] pie = Pie("微信名分类饼图", title_pos='center', width=900) pie.add( "占比", attr, v1, center=[50, 50], is_random=True, radius=[30, 75], rosetype="area", is_legend_show=False, is_label_show=True, ) pie.render("render_01.html")

运行效果:

python 微信知识(用Python分析了数以千计的微信昵称后)(3)

微信昵称类别玫瑰饼图

从中可以看出,微信昵称为全中文的占比最多,占有42.66%,其次为其他昵称(中英文混合、字符等类型),占有29.25%。

再比较大的类,就是纯英文昵称,占有16.03%,以及包含表情包昵称的,占有11.27%,纯数字昵称和中文数字混合昵称,相对占比较少。

我们常见的中文和数字混合昵称,最多的就是机构名/姓名 联系方式,一些营销号比较常用。

相较而言,大多数人还是喜欢,用纯中文来作昵称,既体现一种文化情怀,又简明扼要地介绍了自己 ,比如我的微信名就是老表,这是我初中时候的一个绰号,朋友们一说老表,不一定是在说亲戚,有可能在说我,哈哈哈。

2. 微信用户年龄段可视化分析

核心代码:

# 2.用户年龄段:玫瑰饼图 from pyecharts import Pie # 数据获取自上面代码 attr = ["未知", "17岁以下", "18-24岁", "25-29岁", "30-39岁", "40-49岁","50岁以上"] v1 = [12, 38, 265, 163, 176, 34,17] pie = Pie("微信用户年龄段饼图", title_pos='center', width=900) pie.add( "占比", attr, v1, center=[50, 50], is_random=True, radius=[30, 75], rosetype="area", is_legend_show=False, is_label_show=True, ) pie.render("render_02.html")

运行效果:

python 微信知识(用Python分析了数以千计的微信昵称后)(4)

用户年龄段分布玫瑰饼图

从中可以看出,年龄段中,18-24岁的95-00后占比最多,达到37.59%,接下来是30-39岁的80-90后,占比达到24.97%,紧随其后的为25-29岁的90-95后,占比达23.12%,其他年龄段可大概分为两类:偏儿童类和偏老人类,一共占比10.21%。

我个人觉得,这类人群少的原因是:小孩、老人玩微信的少,更不用说微信小程序了,对于小孩来说,微信的作用就是玩游戏(登录账号),对于老人来说,微信主要用来聊天,已经是比较复杂的了,小程序使用可能对老人来说就更复杂了,也缺少必要性。

3. 词云分析微信名称哪些词语、表情包更受欢迎?

(1)继续使用pyecharts生成词云图

核心代码:

# 清洗数据,生成词云图 def split_word(test_str): test_str = re.sub('[,,。. \r\n]', '', test_str) # jieba 词语 segment = jieba.lcut(test_str) words_df = pd.DataFrame({'segment': segment}) # quoting=3 表示stopwords.txt里的内容全部不引用 stopwords = pd.read_csv(r"H:\PyCoding\ Analysis_wx_name\stopwords.txt", index_col=False, quoting=3, sep="\t", names=['stopword'], encoding='utf-8') words_df = words_df[~words_df.segment.isin(stopwords.stopword)] words_stat = words_df.groupby(by=['segment'])['segment'].agg({"计数": numpy.size}) words_stat = words_stat.reset_index().sort_values(by=["计数"], ascending=False) test = words_stat.head(200).values codes = [test[i][0] for i in range(0,len(test))] counts = [test[i][1] for i in range(0,len(test))] wordcloud = WordCloud(width=1300, height=620) wordcloud.add("微信昵称", codes, counts, word_size_range=[20, 100]) wordcloud.render('render_03.html')

运行效果:

python 微信知识(用Python分析了数以千计的微信昵称后)(5)

pyecharts词云图

4. 使用Wordcloud matplotlib,生成高级一点的词云图:

核心代码:

# 下下期好好讲一下matplotlib绘图可视化,挺有意思的 # 调用get_name函数获取全部微信名 text = get_name() # 调用jiebaclearText函数,清洗数据(该函数和上面切词思想一样) text1=jiebaclearText(text) #产生词云图 bg = plt.imread(r"G:\small_pig.jpg") #生成词云 wc=WordCloud( background_color="wathet", #设置背景为白色,默认为黑色 mask=bg, # 设置词云内容范围(除指定图片白色区域的其他区域都将覆盖词云内容) margin=10, #设置图片的边缘 max_font_size=70, #显示的最大的字体大小 random_state=20, #为每个单词返回一个PIL颜色 font_path='G:\simkai.ttf' #中文处理,用系统自带的字体 # 可以在这里下载这个字体:http://www.font5.com.cn/font_download.php?id=534&part=1245067666 ).generate(text1) #为图片设置字体 my_font=fm.FontProperties(fname='G:\simkai.ttf') # 图片背景 bg_color = ImageColorGenerator(bg) # 开始画图 plt.imshow(wc.recolor(color_func=bg_color)) # 为云图去掉坐标轴 plt.axis("off") # 保存云图 wc.to_file("render_04.png")

5.词云轮廓原图:

python 微信知识(用Python分析了数以千计的微信昵称后)(6)

这是您的专属社会人

运行效果:

python 微信知识(用Python分析了数以千计的微信昵称后)(7)

wordcloud词云图

由于第二种方法无法解析表情图,所以没有表情出现,除此之外,这两种方法显示的词云图内容,几乎大同小异。

通过词云图,我们一眼看出,大家使用最多的,除开中文后,就是表情图了,你的微信朋友圈里,是否也有这样的大红嘴唇,我的好像有,哈哈哈~

当我们单纯来看词云中的中文时,发现像太阳、阳光、微笑、可爱、开心、爱、未来等比较积极向上的词语,还是比较受大家喜欢的,也体现出大家的内心的积极、乐观,当然还有像丽丽、徐、陈等这样的姓名部分,在昵称中大家也使用得比较多,但也不缺乏有像悲伤、凉这样比较冷色的词语。

四、通过昵称进行情绪分析(大胆猜想)

1.微信昵称为全中文

微信昵称为全中文,可以分为两大类:自己的真名和其他昵称。

直接用自己的姓名,当微信昵称的人,性格大多是直来直往的那种,待人比较坦诚。

他们的微信,一般用于熟人社交和日常办公,平时不会随便加不熟的人,就算用真名,也不怕泄露个人信息,来个不恰当的比喻:不做亏心事,不怕鬼敲门,哈哈哈。

为其他昵称的人,大多有自己的看法,也许昵称是自己对未来的一种期望,也许昵称是自己对生活的一种态度,或者是一些无厘头的话语,炫酷的话语。(猜测)

python 微信知识(用Python分析了数以千计的微信昵称后)(8)

2.微信昵称为全英文

出于个人喜好或工作需求,有些人会给自己取一个容易记的、叫着顺口的英文名,比如Tom、Abby、Jason,并常常在自我介绍的时候,让大家可以用英文名字称呼自己。

对他们而言,英文名就相当于自己的第二个名字,用它做微信名,和用本名没什么太大的区别。

也有的人会刻意避开,那些常见的英文名,取一些更小众的,他们更在意提高自己的“逼格”,喜欢标新立异,追求时尚和前卫。(猜测)

python 微信知识(用Python分析了数以千计的微信昵称后)(9)

3.微信昵称带有表情符号

有很多女生,会在微信名称里加上各种表情符号,从上面分析的词云图中,可以看出,一个大红唇大家使用最多,其他的可能是一个爱心、一朵玫瑰、一颗星星、又或是系统自带的emoji表情。

她们可能觉得,这是一种特别的装饰,能让自己的名字,和别人有明显的区别。

这样的女生,大多有细腻的小心思、浪漫的生活情调,和一颗蓬勃的少女心。(猜测)

4.微信昵称带有职业性质

一般来说,会主动在自己微信名前面,带一个字母“A”的,大多都是整天在朋友圈里发广告的微商或代购。

比较正式一点的,用的都是“公司名 姓名”的形式,这一类人基本都是销售员或房产中介……或者就是真正的大佬啦~

还有一些人,会根据自己不同的工作阶段,不定时更换名字后缀的。

认识一个在某地产公司做人力的朋友,为了能好好享受假期,她会把微信名改成“ΧΧΧ休假中”,以便提醒那些在节假日,还私信她询问工作的人。

也有一些人反着来,为了显示自己特别积极,直接把微信名改成“ΧΧΧ加班中”……emmm主要是改给老板看的吧。(猜想)

5.微信昵称带偶像名

不用说,这一类都是典型的追星族,而且大多都是女生,比如吴亦凡夫人、蔡徐坤秘密女友、胡歌的小娇妻……不出意外,她们的头像,一般就是她们的爱豆本人。

她们平时会在微博,给偶像打Call,朋友圈也会发很多相关推荐,如果有人夸自己的爱豆,她们会觉得遇到了知音;相反地,如果有人说她们爱豆的坏话,她们会马上拉黑……

切记,在追星的人面前,不要轻易抬杠,不要对她的爱豆指手画脚……(猜想)

6.微信昵称是四字词

仔细观察长辈们的微信名,就会发现他们,特别喜欢用四字词作昵称。

这些四字词最大的共同点,就是都传递着一种岁月静好的氛围:“人生如茶”“花自芬芳”“上善若水”“人心依旧”“云淡风轻”……

年轻人用独特的微信名标记自己,年长点的叔叔阿姨,只是想纯粹地寄托一种生活理想。(猜想)

有需要Python学习资料的小伙伴吗?小编整理一套Python资料和PDF,感兴趣者可以关注小编后私信学习资料(是关注后私信哦)反正闲着也是闲着呢,不如学点东西啦

都说名字是人的第二张脸。微信名取得好,往往会给人留下更好的印象。你的微信名,有什么特别的含义吗?评论区里聊一聊。

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页